2023年10月9日，蚂蚁集团在全球科技界激起了一阵波澜，正式发布了其最新杰作——万亿参数的通用语言模型Ling-1T。这一模型属于蚂蚁百灵系列的Ling 2.0旗舰模型，是该团队迄今为止推出的最大规模和最强能力的模型，充分展示了蚂蚁集团在人工智能领域的前沿技术实力。
Ling-1T的性能在多个复杂推理任务中达到了业界领先的标准（SOTA），特别是在有限输出Token的条件下，其高效思考与精准推理的完美平衡受到了广泛的认可。通过一系列高要求的基准测试，Ling-1T展现了其在代码生成、软件开发、竞赛数学、逻辑推理等领域的卓越能力，这些领域此前对语言模型提出了极为严苛的挑战。
以竞赛数学榜单AIME 25（American Invitation Math Examination 25）为例，Ling-1T以平均4000+ Token的消耗，获得了70.42%的准确率，顯著优于竞争对手Gemini-2.5-Pro（平均5000+ Token，70.10%准确率）。这意味着Ling-1T在推理精度和思考效率间展现了无法比拟的优势，成功拓展了推理准确率和平均推理长度的帕累托前沿。在这个日益竞争激烈的领域，Ling-1T的成绩不仅彰显了技术的进步，也为未来的模型研发指明了方向。
其背后的技术亮点更是不容小觑。Ling-1T基于Ling 2.0架构，利用20T+ tokens的高质量语料进行深度预训练，支持最高128K的上下文窗口，充分挖掘语言表达的复杂性和深度。通过“中训练+后训练”的演进式思维链（Evo-CoT）设计，这个模型在加工信息的效率上达到了前所未有的高度。
在训练过程中，Ling-1T充分利用了FP8混合精度训练的方法，使其成为已知规模最大的采取FP8训练的基座模型。这一创新设计，不仅在显存使用上带来了显著的节省，还是模型在并行处理能力和训练速度上实现了超过15%的加速，为大规模人工智能模型的实现提供了更强的支撑。
在强化学习的阶段，蚂蚁百灵团队通过创新性的LPO方法（Linguistics-Unit Policy Optimization）进一步增强了模型训练的稳定性。这一以“句子”为粒度的策略优化算法提供了重要支持，不仅避免了传统方法中因词元级别训练带来的破碎感问题，同时也克服了序列级别的笼统性，使得奖励信号与模型行为在语义层面保持更高的准确度。
另一项突出成就是蚂蚁百灵团队提出的“语法-功能-美学”的混合奖励机制，这一机制确保了Ling-1T在生成代码和实现功能时，不仅能够保持代码的正确性和功能的完善性，还不断提升其对视觉美学的认知能力。在ArtifactsBench的前端能力基准测试中，Ling-1T得分59.31，仅次于Gemini-2.5-Pro-lowthink的60.28，荣登开源模型的榜首，展现出其在实际应用中的潜力。
除了Ling-1T这一非思考模型，蚂蚁百灵团队还在积极研发万亿参数级的深度思考大模型Ring-1T，并于近日公开了其preview版，这一新模型同样值得行业内外的期待。开发者们可以通过Hugging Face和蚂蚁百宝箱等多种，直接体验Ling-1T模型的强大功能，探索其在实际业务和科研中的广泛应用潜力。
Ling-1T的发布是蚂蚁集团持续深耕人工智能领域的重要成果，代表了行业的新标杆。随着技术的进一步发展，Ling-1T将在更广泛的领域中发挥其不可或缺的作用，为推动高效能的智能工具和应用的开发，助力社会各行业的数字化转型，开辟出一条新的探索之路。